企業(yè)應(yīng)該如何實(shí)施數(shù)據(jù)協(xié)調(diào)策略?
來(lái)源：品覺(jué) 時(shí)間：2017-06-02 11:21:37 作者：車(chē)品覺(jué)
由于不同類型的非結(jié)構(gòu)化數(shù)據(jù)和多種格式的數(shù)據(jù)從傳感器、網(wǎng)絡(luò)以及傳統(tǒng)數(shù)據(jù)庫(kù)大量涌入，這使得數(shù)據(jù)整理變得更加困難。必須先對(duì)這些數(shù)據(jù)進(jìn)行清理和組織，然后才能使用數(shù)據(jù)分析工具。這就是自動(dòng)化工具的用武之地。自動(dòng)化和人工智能可以幫助整理不同來(lái)源的數(shù)據(jù)，然后把經(jīng)過(guò)整理的數(shù)據(jù)以圖表方式呈現(xiàn)。
數(shù)據(jù)協(xié)調(diào)把數(shù)據(jù)和需求聯(lián)系起來(lái)，從而提高了企業(yè)數(shù)據(jù)的質(zhì)量和效用。它還可以讓企業(yè)用戶在無(wú)需IT參與的情況下，轉(zhuǎn)換數(shù)據(jù)，并建立新的數(shù)據(jù)分析和可視化分析。提高了企業(yè)數(shù)據(jù)的質(zhì)量和效用，有助于迅速部署新的先進(jìn)技術(shù)，比如機(jī)器學(xué)習(xí)、人工智能和物聯(lián)網(wǎng)，而且費(fèi)用不高。
原文翻譯：
數(shù)據(jù)協(xié)調(diào)是提高數(shù)據(jù)質(zhì)量的一種方法，旨在改善企業(yè)治理和數(shù)據(jù)的有效性。這是如何做到的？企業(yè)應(yīng)該如何實(shí)施數(shù)據(jù)協(xié)調(diào)策略？
為了解答這些問(wèn)題，我們采訪了Absolutdata聯(lián)合創(chuàng)始人兼CEO阿尼爾·考爾（AnilKaul）?？紶柋辉u(píng)為印度十大最具影響力的數(shù)據(jù)分析領(lǐng)袖之一。他在數(shù)據(jù)分析、市場(chǎng)研究和管理咨詢方面擁有二十多年的從業(yè)經(jīng)驗(yàn)，曾獲得康奈爾大學(xué)市場(chǎng)營(yíng)銷(xiāo)碩士和博士學(xué)位，也是一位備受尊敬的作家和演講者。
以下是經(jīng)編輯整理的采訪實(shí)錄。
問(wèn)：你對(duì)數(shù)據(jù)協(xié)調(diào)的定義是什么？
答：簡(jiǎn)單來(lái)說(shuō)，數(shù)據(jù)協(xié)調(diào)在于創(chuàng)造一個(gè)單一的真相來(lái)源，方法是從不同的來(lái)源獲取數(shù)據(jù)，去除具有誤導(dǎo)性或者不準(zhǔn)確的數(shù)據(jù)，并以整體方式來(lái)呈現(xiàn)數(shù)據(jù)。這意味著，你會(huì)得到一個(gè)可以觀察一切的窗口，為決策提供支持，包括財(cái)務(wù)信息和企業(yè)表現(xiàn)。數(shù)據(jù)的來(lái)源雖然不同，但經(jīng)過(guò)協(xié)調(diào)后，數(shù)據(jù)就會(huì)被整理、分類和匯總，為你提供全面的視野。
問(wèn)：按照Informatica對(duì)數(shù)據(jù)協(xié)調(diào)的定義，機(jī)器學(xué)習(xí)是這一過(guò)程的重要組成部分。在數(shù)據(jù)協(xié)調(diào)的過(guò)程中，機(jī)器學(xué)習(xí)等智能數(shù)據(jù)工具和人工智能扮演了什么樣的角色？
答：機(jī)器學(xué)習(xí)是一種數(shù)據(jù)分析方法，可以使分析模型的構(gòu)建實(shí)現(xiàn)自動(dòng)化。利用從數(shù)據(jù)中迭代學(xué)習(xí)的算法，機(jī)器學(xué)習(xí)能夠讓電腦發(fā)現(xiàn)隱藏的規(guī)律，而不必通過(guò)具體的編程來(lái)實(shí)現(xiàn)。
可用數(shù)據(jù)的體量越來(lái)越大、類型增多，加之計(jì)算處理能力越來(lái)越便宜，數(shù)據(jù)存儲(chǔ)和挖掘能力日益強(qiáng)大、實(shí)惠，這使得在短時(shí)間內(nèi)自動(dòng)構(gòu)建模型成為可能，從而讓我們有能力分析更龐大、更復(fù)雜的數(shù)據(jù)，并更快得出更準(zhǔn)確的結(jié)果——哪怕數(shù)據(jù)規(guī)模非常之大，也能做到。通過(guò)建立精確的模型，企業(yè)更有可能發(fā)現(xiàn)機(jī)遇，或者避免風(fēng)險(xiǎn)。機(jī)器學(xué)習(xí)工具和人工智能在這方面提供了支持。
由于不同類型的非結(jié)構(gòu)化數(shù)據(jù)和多種格式的數(shù)據(jù)從傳感器、網(wǎng)絡(luò)以及傳統(tǒng)數(shù)據(jù)庫(kù)大量涌入，這使得數(shù)據(jù)整理變得更加困難。必須先對(duì)這些數(shù)據(jù)進(jìn)行清理和組織，然后才能使用數(shù)據(jù)分析工具。這就是自動(dòng)化工具的用武之地。自動(dòng)化和人工智能可以幫助整理不同來(lái)源的數(shù)據(jù)，然后把經(jīng)過(guò)整理的數(shù)據(jù)以圖表方式呈現(xiàn)。
人工智能可以使數(shù)據(jù)準(zhǔn)備和協(xié)調(diào)變得更加容易，從而加快大數(shù)據(jù)技術(shù)的普及。來(lái)自物聯(lián)網(wǎng)等新興網(wǎng)絡(luò)來(lái)源的數(shù)據(jù)種類越來(lái)越多，這使我們更加渴望得到更多、更好的自動(dòng)化工具。
問(wèn)：數(shù)據(jù)協(xié)調(diào)是否只是主數(shù)據(jù)管理的另一種說(shuō)法？二者之間有什么重要區(qū)別？
答：主數(shù)據(jù)管理主要是管理被多個(gè)IT系統(tǒng)和群組所共享的引用數(shù)據(jù)或者主數(shù)據(jù)，能夠提供對(duì)核心數(shù)據(jù)儲(chǔ)存庫(kù)的訪問(wèn)。它還通過(guò)關(guān)注業(yè)務(wù)流程、數(shù)據(jù)質(zhì)量以及信息系統(tǒng)的標(biāo)準(zhǔn)化和整合，來(lái)解決數(shù)據(jù)問(wèn)題。數(shù)據(jù)協(xié)調(diào)則是之前進(jìn)行的一步，涉及數(shù)據(jù)的清理，去除多來(lái)源數(shù)據(jù)的不一致性和不準(zhǔn)確性，試圖讓不同來(lái)源的數(shù)據(jù)“和諧相處”，提供全面統(tǒng)一的視野。數(shù)據(jù)協(xié)調(diào)過(guò)程如同把一塊塊的拼圖拼接起來(lái)，在此過(guò)程中，不同的數(shù)據(jù)元素和變量被識(shí)別、清洗和處理，然后形成一個(gè)有利于決策的數(shù)據(jù)儲(chǔ)存庫(kù)。
問(wèn)：數(shù)據(jù)協(xié)調(diào)的主要好處是什么？
答：數(shù)據(jù)協(xié)調(diào)把數(shù)據(jù)和需求聯(lián)系起來(lái)，從而提高了企業(yè)數(shù)據(jù)的質(zhì)量和效用。它還可以讓企業(yè)用戶在無(wú)需IT參與的情況下，轉(zhuǎn)換數(shù)據(jù)，并建立新的數(shù)據(jù)分析和可視化分析。你不必去想你是否把握了全局。你可以完全依靠數(shù)據(jù)提供的真相，作出更明智的決定。
簡(jiǎn)單來(lái)說(shuō)，數(shù)據(jù)協(xié)調(diào)提高了企業(yè)數(shù)據(jù)的質(zhì)量和效用，有助于迅速部署新的先進(jìn)技術(shù)，比如機(jī)器學(xué)習(xí)、人工智能和物聯(lián)網(wǎng)，而且費(fèi)用不高。
有了一個(gè)定期或?qū)崟r(shí)更新的真相來(lái)源，就不需要花時(shí)間去核實(shí)、重新校驗(yàn)和追溯數(shù)據(jù)的多個(gè)來(lái)源。信息就在那里，你可以據(jù)此作出決策。這將使你的公司更加靈活，對(duì)市場(chǎng)變化的反應(yīng)更加迅速。數(shù)據(jù)協(xié)調(diào)大幅縮短了發(fā)現(xiàn)和獲取商業(yè)智能洞見(jiàn)所需要的時(shí)間，同時(shí)降低了數(shù)據(jù)分析的總體成本。
假設(shè)你在一個(gè)團(tuán)隊(duì)中開(kāi)始使用經(jīng)過(guò)協(xié)調(diào)的數(shù)據(jù)。隨著系統(tǒng)的演化，積累了更多的相關(guān)數(shù)據(jù)，它可以較快地把這個(gè)過(guò)程復(fù)制到其他業(yè)務(wù)領(lǐng)域。隨著使用量和采用量的增加，該系統(tǒng)會(huì)變成一個(gè)巨大的知識(shí)庫(kù)。
問(wèn)：數(shù)據(jù)協(xié)調(diào)過(guò)程應(yīng)該如何開(kāi)始？要想恰當(dāng)?shù)貙?shí)施，需要哪些基本步驟？
答：數(shù)據(jù)協(xié)調(diào)過(guò)程應(yīng)從確定目標(biāo)開(kāi)始。然后，再制定協(xié)調(diào)和研究方案來(lái)實(shí)現(xiàn)這些目標(biāo)。還要設(shè)計(jì)一個(gè)針對(duì)IT系統(tǒng)和所需元素的架構(gòu)，啟動(dòng)數(shù)據(jù)整合和協(xié)調(diào)過(guò)程。實(shí)施的基本步驟包括：
第1步：識(shí)別微數(shù)據(jù)的相關(guān)來(lái)源，進(jìn)行數(shù)據(jù)收集和獲取，形成數(shù)據(jù)集。
第2步：清理和協(xié)調(diào)。數(shù)據(jù)清理過(guò)程包括識(shí)別不正確、不準(zhǔn)確或不一致的數(shù)據(jù)，并加以修改。這是為了提高數(shù)據(jù)質(zhì)量，形成干凈、統(tǒng)一、一致的數(shù)據(jù)集以供協(xié)調(diào)。
第3步：對(duì)數(shù)據(jù)進(jìn)行質(zhì)量檢查，確保數(shù)據(jù)達(dá)到可接受的完整性和有效性水平。檢查是否存在重復(fù)的數(shù)據(jù)錄入以及不一致或不適用的數(shù)據(jù)。
第4步：變量被識(shí)別并被挑選出來(lái)進(jìn)行協(xié)調(diào)。這會(huì)相當(dāng)棘手，因?yàn)椴煌瑏?lái)源的變量時(shí)常會(huì)前后不一致。必須在實(shí)用性（找到類似并共同發(fā)揮作用的信息）與純凈性（完全一致的信息）之間找到一種平衡。
第5步：數(shù)據(jù)被處理，必要時(shí)將其轉(zhuǎn)換成常見(jiàn)格式，并實(shí)現(xiàn)共享。現(xiàn)在，公司的各個(gè)部門(mén)都能訪問(wèn)同樣的最新數(shù)據(jù)。數(shù)據(jù)可以按照各個(gè)部門(mén)的不同需求，進(jìn)行過(guò)濾和呈現(xiàn)。
通過(guò)最終檢查后，數(shù)據(jù)被存儲(chǔ)起來(lái)，在需要時(shí)使用。經(jīng)過(guò)協(xié)調(diào)的數(shù)據(jù)并非靜止不變，而是會(huì)定期或?qū)崟r(shí)更新，以確保數(shù)據(jù)能用于解決各種問(wèn)題。
問(wèn)：對(duì)于一家正在探索數(shù)據(jù)協(xié)調(diào)各種可能性的公司，你有什么建議？
答：數(shù)據(jù)協(xié)調(diào)就是未來(lái)，因?yàn)樗鼮橛行У臄?shù)據(jù)處理和決策提供了補(bǔ)充和支持，從而確保了數(shù)據(jù)的準(zhǔn)確性和可靠性。今后幾年，數(shù)據(jù)協(xié)調(diào)將成為企業(yè)實(shí)現(xiàn)高效與成功的必需品。
數(shù)據(jù)協(xié)調(diào)不止是縫隙填充物。它有助于把各種數(shù)據(jù)元素和變量無(wú)縫地結(jié)合起來(lái)，變成一個(gè)按功能使用的數(shù)據(jù)集。完全不同、毫不相關(guān)的數(shù)據(jù)需要我們花時(shí)間去處理，因而拖慢了決策過(guò)程，且缺乏準(zhǔn)確性。但現(xiàn)在，通過(guò)數(shù)據(jù)管理和數(shù)據(jù)協(xié)調(diào)，企業(yè)能夠作出適當(dāng)、最優(yōu)化的決策，從而以靈活的姿態(tài)脫穎而出，領(lǐng)先于競(jìng)爭(zhēng)對(duì)手。
…
數(shù)據(jù)協(xié)調(diào)的作用顯而易見(jiàn)，但談到具體的實(shí)施方法，很多人并不清楚?？紶柕奈鍌€(gè)步驟為那些有意從事數(shù)據(jù)協(xié)調(diào)的企業(yè)提供了堅(jiān)實(shí)的基礎(chǔ)。數(shù)據(jù)協(xié)調(diào)能帶來(lái)諸多好處，包括能更迅速地獲得更好的商業(yè)智能洞見(jiàn)。不過(guò)，在實(shí)施每一步的過(guò)程中，每家企業(yè)都會(huì)有各自的方法來(lái)實(shí)現(xiàn)數(shù)據(jù)協(xié)調(diào)。即便如此，任何旨在發(fā)現(xiàn)“單一真相來(lái)源”的方法必定都值得我們?nèi)ヌ剿鳌?/p>
責(zé)任編輯：陳近梅